如果你要問我現在電子產業什么最熱，那無疑是AI，而基于大數據訓練的深度學習技術可以說是目前AI應用的最廣，最成功的產品形態了，覆蓋我們生活的方方面面，諸如購物、看病、新聞編輯等，在這高深技術的背后少不了最前沿的硬件技術支持。今天筆者就拿到了米爾科技與百度合作推出的一款深度學習計算卡MYS-ZU3EG-8E4D-EDGE-K1(從官方資料來看，這個版本表示搭載4GB DDR4的調試階段的板卡，以下都將簡稱FZ3 EdgeBoard)，我們來看看深度學習背后到底需要什么樣的硬件支持。

開箱

米爾科技一貫風格的包裝，原本以為這么大的包裝板子也會很大，但是結果出乎意料之外，開發板精致小巧，差不多就比樹莓派大一點，除了FZ3 EdgeBoard，米爾科技還附贈了一個電源適配器、一條電源線、一根MicroUSB線以及已經插在FZ3上的16GB MicroSD卡。

硬件介紹

初看FZ3 EdgeBoard，即驚嘆于做工顏值在線，黑色PCB板+高品質的散熱風扇；又感嘆于尺寸設計的精致小巧，大小只有100mm*70mm。雖然說“麻雀”雖小，但是五臟俱全。

開發板正面

開發板背面

FZ3的硬件資源分布圖如下：

. XCZU3EG，Zynq UltraScale + MPSoC SoC

. 4GB DDR4 SDRAM(64bit 2400Mbps)

. 8GB eMMC

. 32MB QSPI

. 10/100/1000Mb/s 千兆以太網 PHY

. RS485 * 1，CAN * 1

. 1 路 TF 卡接口

. 1 路 USB2.0 物理接口，1 路 USB3.0 物理接口

. 1 路千兆 RJ45 以太網接口

. 1 路 Mini Displayport 接口

. 1 路 PCIe x1 接口

. 1 個系統復位按鍵，1 個 FPGA 復位按鍵

. 1 路 MIPI-CSI 接口，1 路 BT1120 接口

. 1 路 JTAG 接口，1 路 USB 轉 UART 調試接口

. 2 個 40PIN 2.54mm 間距 IO 擴展接口

. 四個板載 LED 狀態指示

可以看到，雖然FZ3很小巧，但是該有的外設資源一點也不少，而且很多外設是有別于傳統嵌入式開發板的，比如搭載了4GB的DDR4 SDRAM ，USB3.0接口，mini Displayport接口，PCIe接口等，這些更像是作為生產力工具的計算機才有的，看到這些配置，是不是對這個板子更加感興趣了？再來看下各部分接口的細節圖，徹底體驗下將消費電子做成工業級產品的奢侈感。

PS單元接口

mini Displayport接口：1 路 Mini DisplayPort 接口，2lane，支持 DP1.2a 4K/30fps 分辨率輸出。

PCIe 1x 接口：1 路 PCIe 1x 接口，從 PS 端引出，支持 PCIe 2.1。

PS 端以太網：1 路 10/100/1000Mbps 以太網 RJ45 接口。

USB Host ：1 路 USB 2.0 接口，1 路 USB3.0 接口(含 USB2.0)，一起經由底板上的雙層 USB3.0TYPE-A 接口引出，作為 HOST，接口為 J2，上層僅支持 USB2.0，下層支持 UBS3.0 和USB2.0。

TF 卡接口：1 路 TF 卡接口，用于啟動或者存儲。

MicroUSB to UART 接口：1 路 MicroUSB to UART 接口，用于調試開發板。

PL 單元接口

1 MIPI-CSI 攝像頭接口：MIPI 信號直接通過 PL 端的 IO，進入 FPGA 內部進行解碼。

BT1120 視頻輸入接口：PL 端留有 BT1120 視頻輸入接口，BT1120 視頻信號直接通過 PL 端的 IO，進入 FPGA 內部進行解碼。詳細 IO 細節請參考 PINMAP。

IO 擴展接口

本開發板通過 2 個 2x20PIN 的 2.54 排針進行 IO 擴展，其中包含 12V，5V，3.3V，1.8V 等電源輸出，CAN，RS485，USB2.0x2，4xPSMIO，40PIN PL 端 IO 等信號。

電源輸入接口，默認為 12V 輸入，過流保護為 2A

RTC 電池接口，可使用 1.5V 的 AG3/LR41 型號電池

風扇接口，默認為 12V 供電，可以通過 PL 端 IO 探測風扇轉速

CAN 接口、RS485 接口

當然，這么多外設的擴展還是離不開板子的核心重點，賽靈思Zynq UltraScale + MPSoC SoC XCZU3EG-SFVC784。

集成了ARM 四核 Cortex-A53(PS)，雙核 Cortex-R5(PS)，Mali-400 MP2 圖形處理單元和Kintex Ultrascale + FPGA(PL)。四核 Cortex-A53 具有強大的計算能力，雙核 Cortex-R5可用于實時處理應用，Mali-400 MP2 可用于加速圖形處理，而 FPGA 具有完全可編程性。配合豐富的常用接口以及可擴展接口，可適應各種應用場景。

XCZU3EG-SFVC784 支持 1.5GHz(最大-1)的 APU 速度，600MHz(最大-1)的 RPU速度，667MHz(最大-1)的 GPU 速度，以及高達 2400Mbps 的 DDR4 速度。

基于賽靈思的XCZU3EG SoC，內部集成了4核ARM A53處理器+GPU+FPGA的架構，具有多核心處理能力、FPGA可編程能力以及視頻流硬件解碼能力等特點；內置了基于Linux操作系統+百度深度學習平臺-飛槳(Paddle)定制的深度學習軟核，深度兼容百度大腦模型資源與工具平臺(EasyDL/AIStudio)，可高效、快速的實現模型的訓練-部署-推理等一系列流程，極大降低了開發驗證、產品集成、科研教學、項目部署的門檻。

上電使用

開發板提供四種啟動方式供選擇，分別是 JTAG，SD1，eMMC 和 Quad-SPI 啟動，可通過撥碼開關 SW1 進行設置。

FZ3 計算卡內部搭載Linux系統，開發者可以基于Linux系統進行應用程序進行開發。(主要調用流程：1.應用程序獲取視頻輸入->2.調用預測庫加載模型->3.調度模型和底層驅動加速模塊進行計算->4.獲得運行結果)

因為沒有這個比較先進的miniDP接口轉接線，所以無奈只能通過最原始的網口訪問，通過SSH連接，官方出廠默認的靜態IP為：192.168.1.254，所以我配置在相應的網段內。

然后通過putty的ssh功能訪問，初始的用戶名和密碼都是root。

登錄成功后，我們可以直接通過文件管理的ftp方式訪問開發板上的文件。

據官方介紹開發板有默認的深度學習示例，不過既然是和百度大腦聯合的一個開發平臺，我們怎么也要用自己訓練的模型，所以當可以連接上FZ3后，我們就向“百度大腦”開炮。

運行EasyDL平臺模型預測

EasyDL是一站式的深度學習模型訓練和服務平臺，提供可視化的操作界面，只需上傳少量圖片就可以獲得高精度模型。

當然，首先我們得注冊個賬號，然后通過場景可以選擇“圖像分類”或者“物體檢測”。

……

作者：柚子

版權聲明：本文系電路城原創評測作品，如非授權請勿轉載！

傳感器技術交流2群：954070515

射頻/無線交流2群：725064756

電機控制研發交流2群：619795552

總結

以上是生活随笔為你收集整理的普中科技开发板使用说明书_百度大脑加持，米尔科技FZ3深度学习计算卡评测的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。